Apple 团队提出面向真实 iOS 应用的在线强化学习 UI 导航 Agent 框架

Apple 团队提出在线强化学习框架，直接在真实 iOS 应用上训练 UI 导航 Agent。框架由规划 Agent 与 UI grounding 模型组合，并引入“邻居条件价值估计”方法提供密集奖励，以提升执行鲁棒性并降低推理成本。